问财量化选股策略逻辑
选股逻辑为振幅大于1、集中度70<20%、竞价涨幅＞-2＜5。将选股逻辑作为第一个段落放入标题为 ## 问财量化选股策略逻辑 的段落中。
选股逻辑分析
该选股策略主要考虑了价格波动、市场结构和竞价买卖情况等因素。通过振幅和集中度筛选出波动较大、市场竞争较充分的个股，再加上竞价涨幅的过滤，选取潜力较大的个股。
有何风险？
该选股策略主要风险如下：
- 过分依赖价格波动和竞价信息进行选股，难以评估股票未来的基本面表现；
- 振幅指标具有一定主观性，选股存在误判的可能；
- 竞价涨幅只是短期现象，难以预测未来走势。
如何优化？
为缓解以上风险，可以考虑以下优化措施：
- 引入更多指标进行选股，如市盈率、市净率、股息率等综合考虑股票潜在价值；
- 结合基本面和技术面分析进行选股，进一步降低风险，并更好地预估股票未来的走势；
- 在筛选竞价涨幅时，可增加连续性和增长率等条件，尽可能避免短期行情对选股结果的影响。
最终的选股逻辑
经过优化后，我们得出以下完善版的选股逻辑：
- 振幅选择在1%至10%之间；
- 市场集中度在50%到100%之间；
- 竞价涨幅大于-2并且小于5，且连续2个交易日涨幅均大于等于0；
- 引入基本面指标，如市盈率、市净率等；
- 结合技术分析和基本面分析进行选股；
- 坚持价值投资理念，重视股票内在价值。
注：以上选股逻辑仅供参考，具体根据实际需求和风险承受能力进行调整。
同花顺指标公式代码参考
以下是同花顺的相关代码：
/* 将具体选股条件填充至筛选公式中 */
SELECT
/* 振幅选择1%-10%之间 */
(high/low-1) >= 0.01 AND (high/low-1) <= 0.1 AND
/* 市场集中度在50%到100%之间 */
(circ_mv/total_mv >= 0.5 AND circ_mv/total_mv <= 1) AND
/* 竞价涨幅大于-2并且小于5，且连续2个交易日涨幅均大于等于0 */
(some_jingjia_factors) AND
/* 引入基本面指标进行综合考虑 */
(some_fundamental_factors)
ORDER BY TRADEADDTOVOL(20) DESC, amount DESC
Python代码参考
以下是选股策略示例代码：
import tushare as ts
import datetime
def is_selected(code):
'''
判断股票是否符合选股策略
'''
# 获取股票基本信息
stock_info = ts.get_stock_basics().loc[code]
# 获取股票历史价格信息
hist_price = ts.get_hist_data(code)
# 判断股票是否符合条件
if (stock_info['high'] - stock_info['low']) / stock_info['close'] >= 0.01 and 0.5 <= (stock_info['circulating_share']*stock_info['price']) / stock_info['totals'] <= 1 and some_fundamental_factors:
# 结合技术分析和基本面分析进行选股
some_technical_factors = True if (some_conditions) else False
if some_technical_factors:
# 竞价涨幅大于-2并且小于5，且连续2个交易日涨幅均大于等于0
jingjia_zhangfu = (hist_price['open']-hist_price['pre_close'])/hist_price['pre_close']*100
if (jingjia_zhangfu > -2).all() and (jingjia_zhangfu < 5).all() and (jingjia_zhangfu > 0).rolling(window=2).sum().iloc[-1] >= 2:
# 坚持价值投资理念，重视股票内在价值
some_value_investing_factors = True if (some_conditions) else False
if some_value_investing_factors:
# 判断股票是否符合要求
return True
return False
# 获取符合策略要求的股票列表
selected_stocks = [code for code in ts.get_stock_basics().index if is_selected(code)]
# 根据选股结果进行后续交易操作
for code in selected_stocks:
pass # 参考其他交易策略
示例代码通过 Tushare 库获取相应的股票数据和历史价格信息，结合选股逻辑进行筛选，最终得到符合要求的股票列表。在实际交易中，可根据筛选和排序结果进行后续的操作。
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
